CN103023418B - 一种基于广域量测信息的同步发电机在线参数辨识方法 - Google Patents

Abstract

本发明提出了一种基于广域量测信息的同步发电机在线参数辨识方法，基于同步发电机的Park模型，充分利用广域量测系统量测到的发电机机端电信号，通过构造龙比格Luenberger降维观测器对无法量测的转子阻尼绕组电流假想值进行实时估计，并在前述状态量估计的基础上，采用最小二乘交替迭代方法对同步发电机参数进行实时辨识。本发明充分考虑了发电机饱和等非线性环节的影响，且方法的原理明确，计算简单快速，适用于在线连续运行，参数辨识的速度及精度均较高。

Description

一种基于广域量测信息的同步发电机在线参数辨识方法

技术领域

本发明涉及一种基于广域量测信息的同步发电机在线参数辨识方法，属于电气工程领域中的电力系统及其自动化专业方向。

背景技术

准确的电力系统参数是形成准确的电网模型，确保在线监测分析和辅助决策准确性的保证。随着电网规模越来越大，网络结构越来越复杂，调度运行人员对电网特性的把握也越来越依赖于基于电网模型的在线分析与辅助决策。准确的电网参数是形成准确的电网模型，进而进行状态估计、潮流计算、网损分析、故障分析和继电保护整定计算等电力系统计算的基础。因此，提高电网参数的准确性和可靠性，对特大电网的安全稳定运行具有重大意义。从电网的实测数据中提取电网的真实参数也引起了国内外学者越来越多的关注。

广域相量测量系统能够在同一参考时间框架下捕捉到电力系统各地点的实时动态信息，为电网实时监测、稳定分析、闭环控制奠定了坚实基础。基于毫秒级同步相量测量数据，开展在电力系统实际运行工况下测量电力系统各种元件参数的技术研究，能够在一定程度上缓解目前对大规模互联电力系统进行动态分析与控制的困难，对提高电网抵御风险能力具有重要意义。

目前，电力系统常用的发电机参数辨识算法多基于人工智能方法，例如遗传算法、神经网络、蚁群算法、粒子群算法、进化算法等，这类方法普遍存在计算速度慢、收敛性不佳、辨识结果不唯一、不稳定等问题，限制了算法在工程实践中的应用。

发明内容

为解决现有技术中存在的上述问题，本发明提出了一种基于广域量测信息的同步发电机在线参数辨识方法，该方法充分考虑了发电机饱和等非线性环节的影响，且方法的原理明确，计算简单，适用于在线连续运行，参数辨识的速度及精度均较高。

为便于理解本申请的技术方案，现将本申请中所使用的发电机模型及技术术语说明如下：

本发明中所使用的同步发电机数学模型为6阶模型，为得到便于分析计算的常系数微分方程，采用Park变换将定子电流、电压和磁链的abc三相分量通过相同的坐标变换矩阵分别映射到dq0坐标系下，得到同步发电机的6阶Park模型。在该模型中，转子在d轴上的暂态特性分量采用等值阻尼D绕组表示，转子在q轴上的暂态特性分量采用等值阻尼Q绕组及G绕组表示。

本申请书中各变量的物理意义说明如下：

v₀：0轴电压；

v_d：d轴电压；

v_q：q轴电压；

v_F：励磁绕组电压；

v_D：转子阻尼D绕组电压；

v_G：转子阻尼G绕组电压；

v_Q：转子阻尼Q绕组电压；

i₀：0轴电流；

i_q：q轴电流；

i_F：励磁绕组电流；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

r：定子电阻；

r_n：中性点等效电阻；

ω：发电机同步角频率，单位为弧度/秒；

ω_B：发电机同步角频率基准值，单位为弧度/秒；

L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

L₀：零序等效电感；

L_n：中性点等效电感；

r_F：励磁绕组等效电阻；

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

l_d：d轴漏电感；

l_q：q轴漏电感；

l_F：励磁绕组漏电感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感；

本发明具体采用以下技术方案。

一种基于广域量测信息的同步发电机在线参数辨识方法，其特征在于，所述在线参数辨识方法包括以下步骤：

(1)采集同步发电机机端电信号的WAMS扰动曲线实测值，具体包括：发电机机端电压幅值和相角、机端电流幅值和相角、励磁电压和励磁电流幅值、发电机有功出力和无功出力、以及发电机转速；

(2)构造龙比格Luenberger降维观测器对无法量测的转子阻尼绕组电流假想值进行实时估计，根据下式，利用所述同步发电机参数和上一步长的状态值为已知量递推当前值：

$i_D(t+\mathrm{\Δt})=(1-\frac{r_D{\mathrm{\ω}}_B\mathrm{\Δt}}{L_{\mathrm{AD}}+l_D})i_D\left(t\right)-\frac{L_{\mathrm{AD}}\mathrm{\Δt}}{L_{\mathrm{AD}}+l_D}(i_d^{\′}\left(t\right)+i_F^{\′}\left(t\right))$

$\begin{array}{c}{i}_Q(t+\mathrm{\Δt})=[1-\frac{(L_{\mathrm{AQ}}+l_G)r_Q{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}]i_Q\left(t\right)+\left[\frac{L_{\mathrm{AQ}}{r}_G{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_G\left(t\right)\\ -\left[\frac{L_{\mathrm{AQ}}{l}_G\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_q^{\′}\left(t\right)\end{array}$

$\begin{array}{c}{i}_G(t+\mathrm{\Δt})=[1-\frac{(L_{\mathrm{AQ}}+l_Q)r_G{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}]i_G\left(t\right)+\left[\frac{L_{\mathrm{AQ}}{r}_Q{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_Q\left(t\right)\\ -\frac{L_{\mathrm{AQ}}\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)}[\frac{L_{\mathrm{AQ}}{l}_G}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}-1]i_q^{\′}\left(t\right)\end{array};$

式中各参数的含义如下：

L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感；

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

ω_B：同步发电机同步角频率基准值，单位为弧度/秒；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

i_q：q轴电流；

t：上一时步的时刻值；

Δt：时间步长；

i'：电流i对时间的导数；

(3)对待辨识的同步发电机采用包含三个定子绕组、一个励磁绕组及三个转子阻尼绕组的Park模型，经Park变换，磁链用电流表示，并标幺化后的同步发电机模型通过以下发电机Park方程表示：

式中各参数的意义如下：

v₀：0轴电压；

v_d：d轴电压；

v_q：q轴电压；

v_F：励磁绕组电压；

v_D：转子阻尼D绕组电压；

v_G：转子阻尼G绕组电压；

v_Q：转子阻尼Q绕组电压；

i₀：0轴电流；

i_d：d轴电流；

i_q：q轴电流；

i_F：励磁绕组电流；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

r：定子电阻；

r_n：中性点等效电阻；

ω：发电机同步角频率，单位为弧度/秒；

ω_B：发电机同步角频率基准值，单位为弧度/秒；

L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

L₀：零序等效电感；

L_n：中性点等效电感；

r_F：励磁绕组等效电阻；

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

l_d：d轴漏电感；

l_q：q轴漏电感；

l_F：励磁绕组漏电感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感；

式中，除时间为秒、角频率为弧度/秒外，其它所有参数均为标么值，可辨识参数列表为p＝[r L_AD l_d r_F l_F r_D l_D L_AQ l_q r_G l_G r_Q l_Q]^T；

(4)从上述可辨识参数列表中选择当前循环需要辨识的3个参数作为一组，通过对步骤(3)中所示的发电机Park方程进行线性变换，构造形如常规状态估计问题的发电机参数辨识模型，其中，表示当前循环待辨识的发电机参数向量(状态量)，表示待辨识参数经过辨识模型线性变换过程后的理论输出向量，该向量中的所有元素均可通过外部量测直接获取(观测量)，H为代表待辨识参数向量(状态量)与理论输出向量(观测量)之间线性关系的变换矩阵，z表示观测量的实际测量值(实测量)，r为辨识模型中，理论输出向量(观测量)与实际输出向量(实测值)z之间的残差向量。

(5)采用最小二乘法对所述发电机参数辨识模型进行参数循环辨识，根据最小二乘法，残差向量r的二范数最小为当前循环的优化目标，当前循环中的同步发电机参数辨识结果用下式表示：

x＝(H^TH)^-1H^Tz

对于尚未被辨识的参数，其初值采用发电机铭牌值；

(6)以残差向量r的二范数小于一个设定的门限值作为收敛条件，判断当前辨识循环是否收敛，若当前循环不收敛，则重新选择一组、即3个待辨识的发电机参数，转向步骤(4)，进行新一轮辨识；若当前循环收敛，转向步骤(7)；

(7)存储当前循环的参数辨识结果，并判断是否仍有未辨识的发电机参数，若仍有未辨识参数，则将当前循环的参数辨识结果作为后续辨识循环的已知量，转向步骤(4)，重新选择一组，即另外3个待辨识的发电机参数，进行下一轮辨识；若所有参数均已辨识完毕，转向步骤(8)；

(8)保存并显示所有参数辨识结果，结束辨识过程。

本发明具有以下有益的技术效果：

本发明提出的基于广域量测信息的同步发电机在线参数辨识方法，充分考虑了发电机饱和等非线性环节的影响，计算速度快，适用于在线连续运行，参数辨识的精度较高。

附图说明

图1是本发明提供的同步发电机在线参数辨识方法流程图。

具体实施方式

本发明提供的同步发电机在线参数辨识方法，其具体实施步骤如下：

(1)采集机端电信号的WAMS扰动曲线实测值，具体包括：发电机机端电压幅值和相角、机端电流幅值和相角、励磁电压和励磁电流幅值、发电机有功出力和无功出力、以及发电机转速。

(2)构造龙比格Luenberger降维观测器对无法量测的转子阻尼绕组电流假想值进行实时估计，根据下式，利用电机参数和上一步长的状态值为已知量递推当前值：

$\begin{array}{c}{i}_Q(t+\mathrm{\Δt})=[1-\frac{(L_{\mathrm{AQ}}+l_G)r_Q{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}]i_Q\left(t\right)+\left[\frac{L_{\mathrm{AQ}}{r}_G{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_G\left(t\right)\\ -\left[\frac{L_{\mathrm{AQ}}{l}_G\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_q^{\′}\left(t\right)\end{array}$

$\begin{array}{c}{i}_G(t+\mathrm{\Δt})=[1-\frac{(L_{\mathrm{AQ}}+l_Q)r_G{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}]i_G\left(t\right)+\left[\frac{L_{\mathrm{AQ}}{r}_Q{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_Q\left(t\right)\\ -\frac{L_{\mathrm{AQ}}\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)}[\frac{L_{\mathrm{AQ}}{l}_G}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}-1]i_q^{\′}\left(t\right)\end{array};$

式中各参数的意义如下：

L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感。

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

ω_B：发电机同步角频率基准值(弧度/秒)；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

i_q：q轴电流；

t：上一时步的时刻值；

Δt：时间步长；

i'：电流i对时间的导数；

(3)对待辨识发电机采用包含三个定子绕组、一个励磁绕组及三个转子阻尼绕组的Park模型，经Park变换，磁链用电流表示，并标幺化后的发电机模型通过下式表示：

式中各参数的意义如下：

v₀：0轴电压；

v_d：d轴电压；

v_q：q轴电压；

v_F：励磁绕组电压；

v_D：阻尼D绕组电压；

v_G：阻尼G绕组电压；

v_Q：阻尼Q绕组电压；

i₀：0轴电流；

i_d：d轴电流；

i_q：q轴电流；

i_F：励磁绕组电流；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

r：定子电阻；

r_n：中性点等效电阻；

ω：发电机同步角频率(弧度/秒)；

ω_B：发电机同步角频率基准值(弧度/秒)；

L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

L₀：零序等效电感；

L_n：中性点等效电感；

r_F：励磁绕组等效电阻；

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

l_d：d轴漏电感；

l_q：q轴漏电感；

l_F：励磁绕组漏电感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感。

式中，除了时间为秒、角频率为弧度/秒外，其它所有参数均为标么值，可辨识参数列表为p＝[r L_AD l_d r_F l_F r_D l_D L_AQ l_q r_G l_G r_Q l_Q]^T。

(4)从上述可辨识参数列表中选择当前循环需要辨识的3个参数作为一组，通过对上式所示的发电机Park方程进行线性变换，构造形如常规状态估计问题的发电机参数辨识模型；其中，表示当前循环待辨识的发电机参数向量(状态量)，表示待辨识参数经过辨识模型线性变换过程后的理论输出向量，该向量中的所有元素均可通过外部量测直接获取(观测量)，H为代表待辨识参数向量(状态量)与理论输出向量(观测量)之间线性关系的变换矩阵，z表示观测量的实际测量值(实测量)，r为辨识模型中，理论输出向量(观测量)与实际输出向量(实测值)z之间的残差向量。

例如，当待辨识参数为L_AD、L_AQ和r_F时，可构造下式所示的发电机辨识模型：

式中各矩阵及向量与状态估计模型中各矩阵及向量的对应关系如下：

$\hat{x}=\left[\begin{array}{c}{L}_{\mathrm{AD}}\\ L_{\mathrm{AQ}}\\ r_F\end{array}\right],$ 表示当前循环待辨识的发电机参数向量；

$H=\left[\begin{array}{ccc}0& 0& 0\\ \frac{1}{{\mathrm{\ω}}_B}(i_d^{\′}+i_F^{\′}+i_D^{\′})& \mathrm{\ω}(i_q+i_G+i_Q)& 0\\ -\mathrm{\ω}(i_d+i_F+i_D)& \frac{1}{{\mathrm{\ω}}_B}(i_q^{\′}+i_G^{\′}+i_G^{\′})& 0\\ \frac{1}{{\mathrm{\ω}}_B}(i_d^{\′}+i_F^{\′}+i_D^{\′})& 0& i_F\end{array}\right],$ 表示辨识模型的变换矩阵；

$z=-\left[\begin{array}{ccccccc}r+3r_n& 0& 0& 0& 0& 0& 0\\ 0& r& \mathrm{\ω}{l}_q& 0& 0& 0& 0\\ 0& -\mathrm{\ω}{l}_d& r& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_Q\end{array}\right]$

$-\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}{L}_0+3L_n& 0& 0& 0& 0& 0& 0\\ 0& l_d& 0& 0& 0& 0& 0\\ 0& 0& l_q& 0& 0& 0& 0\\ 0& 0& 0& l_F& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0^{\′}\\ i_d^{\′}\\ i_q^{\′}\\ i_F^{\′}\\ i_D^{\′}\\ i_G^{\′}\\ i_Q^{\′}\end{array}\right]-\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right],$ 表示辨识模型的观测向量，可由发电机机端实测信号、阻尼电流观测器输出信号及已知参数求得；

r为辨识模型中，观测向量理论值与观测值z的残差向量。

再例如，当待辨识参数为l_d、l_q和r_D时，构造下式所示的发电机辨识模型：

式中各矩阵及向量与状态估计模型中各矩阵及向量的对应关系如下：

$\hat{x}=\left[\begin{array}{c}{l}_d\\ l_q\\ r_D\end{array}\right],$ 表示当前循环待辨识的发电机参数向量；

$H=\left[\begin{array}{ccc}{i_d}^{\′}& i_q& 0\\ -i_d& {i_q}^{\′}& 0\\ 0& 0& i_d\end{array}\right],$ 表示辨识模型的变换矩阵；

$\begin{array}{c}z=-\left[\begin{array}{ccccccc}0& r& \mathrm{\ω}{L}_{\mathrm{AQ}}& 0& 0& \mathrm{\ω}{L}_{\mathrm{AQ}}& \mathrm{\ω}{L}_{\mathrm{AQ}}\\ 0& -\mathrm{\ω}{L}_{\mathrm{AD}}& r& -\mathrm{\ω}{L}_{\mathrm{AD}}& -\mathrm{\ω}{L}_{\mathrm{AD}}& 0& 0\\ 0& 0& 0& 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_Q\end{array}\right]\\ +\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}0& L_{\mathrm{AD}}& 0& A_{\mathrm{AD}}& L_{\mathrm{AD}}& 0& 0\\ 0& 0& L_{\mathrm{AQ}}& 0& 0& L_{\mathrm{AQ}}& L_{\mathrm{AQ}}\\ 0& L_{\mathrm{AD}}& 0& L_{\mathrm{AD}}+l_F& L_{\mathrm{AD}}& 0& 0\end{array}\right]\left[\begin{array}{c}{i_0}^{\′}\\ {i_d}^{\′}\\ {i_q}^{\′}\\ {i_F}^{\′}\\ {i_D}^{\′}\\ {i_G}^{\′}\\ {i_Q}^{\′}\end{array}\right]+\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right]\end{array}$

表示辨识模型的观测向量，可由发电机机端实测信号、阻尼电流观测器输出信号及已知参数求得；

r为辨识模型中，观测向量理论值与观测值z的残差向量。

(5)在当前循环中采用最小二乘法对上式所表示的模型进行参数辨识，根据最小二乘法，残差向量r的二范数最小为当前循环的优化目标，当前循环中的发电机参数辨识结果用下式表示：

x＝(H^TH)^-1H^Tz

对于尚未被辨识的参数，其初值采用发电机铭牌值。

(6)方法以残差向量r的二范数小于一个设定的门限值作为收敛条件，判断当前辨识循环是否收敛，若当前循环不收敛，则重新选择一组(即3个)待辨识的发电机参数，转向步骤(4)，进行新一轮辨识；若当前循环收敛，转向步骤(7)。

(7)存储当前循环的参数辨识结果，并判断是否仍有未辨识的发电机参数，若仍有未辨识参数，则将当前循环的参数辨识结果作为后续辨识循环的已知量，转向步骤(4)，重新选择一组(即3个)待辨识的发电机参数，进行下一轮辨识；若所有参数均已辨识完毕，转向步骤(8)。

(8)保存并显示所有参数辨识结果，结束辨识过程。

以上所述，仅为本发明的示例性实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易联想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权力要求书中声明的保护范围为准。

Claims (3)

1.一种基于广域量测信息的同步发电机在线参数辨识方法，其特征在于，所述在线参数辨识方法包括以下步骤：

(1)采集同步发电机机端电信号的WAMS扰动曲线实测值，具体包括：发电机机端电压幅值和相角、机端电流幅值和相角、励磁电压和励磁电流幅值、发电机有功出力和无功出力、以及发电机转速；

(2)构造龙比格Luenberger降维观测器对无法量测的转子阻尼绕组电流假想值进行实时估计，根据下式，利用所述同步发电机参数和上一步长的状态值为已知量递推当前值：

$i_D(t+\mathrm{\Δt})=(1-\frac{r_D{\mathrm{\ω}}_B\mathrm{\Δt}}{L_{\mathrm{AD}}+l_D})i_D\left(t\right)-\frac{L_{\mathrm{AD}}\mathrm{\Δt}}{L_{\mathrm{AD}}+l_D}(i_d^{\′}\left(t\right)+i_F^{\′}\left(t\right))$

$\begin{array}{c}{i}_Q(t+\mathrm{\Δt})=[1-\frac{(L_{\mathrm{AQ}}+l_G)r_Q{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}]i_Q\left(t\right)+\left[\frac{L_{\mathrm{AQ}}{r}_G{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_G\left(t\right)\\ -\left[\frac{L_{\mathrm{AQ}}{l}_G\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_q^{\′}\left(t\right)\end{array}$

$\begin{array}{c}{i}_G(t+\mathrm{\Δt})=[1-\frac{(L_{\mathrm{AQ}}+l_Q)r_G{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}]i_G\left(t\right)+\left[\frac{L_{\mathrm{AQ}}{r}_Q{\mathrm{\ω}}_B\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}\right]i_Q\left(t\right)\\ -\frac{L_{\mathrm{AQ}}\mathrm{\Δt}}{(L_{\mathrm{AQ}}+l_G)}[\frac{L_{\mathrm{AQ}}{l}_G}{(L_{\mathrm{AQ}}+l_Q)(L_{\mathrm{AQ}}+l_G)-L_{\mathrm{AQ}}^2}-1]i_q^{\′}\left(t\right)\end{array};$

式中各参数的含义如下：

L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感；

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

ω_B：同步发电机同步角频率基准值，单位为弧度/秒；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

i_q：q轴电流；

t：上一时步的时刻值；

Δt：时间步长；

i'：电流i对时间的导数；

(3)对待辨识的同步发电机采用包含三个定子绕组、一个励磁绕组及三个转子阻尼绕组的Park模型，经Park变换，磁链用电流表示，并标幺化后的同步发电机模型通过以下发电机Park方程表示：

$\begin{array}{c}\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right]=-\left[\begin{array}{ccccccc}r+3r_n& 0& 0& 0& 0& 0& 0\\ 0& r& \mathrm{\ω}(L_{\mathrm{AQ}}+l_q)& 0& 0& \mathrm{\ω}{L}_{\mathrm{AQ}}& \mathrm{\ω}{L}_{\mathrm{AQ}}\\ 0& -\mathrm{\ω}(L_{\mathrm{AD}}+l_d)& r& -\mathrm{\ω}{L}_{\mathrm{AD}}& -\mathrm{\ω}{L}_{\mathrm{AD}}& 0& 0\\ 0& 0& 0& r_F& 0& 0& 0\\ 0& 0& 0& 0& r_D& 0& 0\\ 0& 0& 0& 0& 0& r_G& 0\\ 0& 0& 0& 0& 0& 0& r_Q\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_G\end{array}\right]\\ -\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}{L}_0+3L_n& 0& 0& 0& 0& 0& 0\\ 0& L_{\mathrm{AD}}+l_d& 0& L_{\mathrm{AD}}& L_{\mathrm{AD}}& 0& 0\\ 0& 0& L_{\mathrm{AQ}}+l_q& 0& 0& L_{\mathrm{AQ}}& L_{\mathrm{AQ}}\\ 0& L_{\mathrm{AD}}& 0& L_{\mathrm{AD}}+l_F& L_{\mathrm{AD}}& 0& 0\\ 0& L_{\mathrm{AD}}& 0& L_{\mathrm{AD}}& L_{\mathrm{AD}}+l_D& 0& 0\\ 0& 0& L_{\mathrm{AQ}}& 0& 0& L_{\mathrm{AQ}}+l_G& L_{\mathrm{AQ}}\\ 0& 0& L_{\mathrm{AQ}}& 0& 0& L_{\mathrm{AQ}}& L_{\mathrm{AQ}}+l_Q\end{array}\right]\left[\begin{array}{c}{i}_0^{\′}\\ i_d^{\′}\\ i_q^{\′}\\ i_F^{\′}\\ i_D^{\′}\\ i_G^{\′}\\ i_Q^{\′}\end{array}\right]\end{array}$

式中各参数的意义如下：

v₀：0轴电压；

v_d：d轴电压；

v_q：q轴电压；

v_F：励磁绕组电压；

v_D：转子阻尼D绕组电压；

v_G：转子阻尼G绕组电压；

v_Q：转子阻尼Q绕组电压；

i₀：0轴电流；

i_d：d轴电流；

i_q：q轴电流；

i_F：励磁绕组电流；

i_D：转子阻尼D绕组电流；

i_G：转子阻尼G绕组电流；

i_Q：转子阻尼Q绕组电流；

r：定子电阻；

r_n：中性点等效电阻；

ω：发电机同步角频率，单位为弧度/秒；

ω_B：发电机同步角频率基准值，单位为弧度/秒；L_AD：d轴励磁互感；

L_AQ：q轴励磁互感；

L₀：零序等效电感；

L_n：中性点等效电感；

r_F：励磁绕组等效电阻；

r_D：转子阻尼D绕组等效电阻；

r_G：转子阻尼G绕组等效电阻；

r_Q：转子阻尼Q绕组等效电阻；

l_d：d轴漏电感；

l_q：q轴漏电感；

l_F：励磁绕组漏电感；

l_D：转子阻尼D绕组漏电感；

l_G：转子阻尼G绕组漏电感；

l_Q：转子阻尼Q绕组漏电感；

式中，除时间单位为秒、角频率单位为弧度/秒外，其它所有参数均为标么值，可辨识参数列表为p＝[r L_AD l_d r_F l_F r_D l_D L_AQ l_q r_G l_G r_Q l_Q]^T；

(4)从上述可辨识参数列表中选择当前循环需要辨识的3个参数作为一组，通过对步骤(3)中所示的发电机Park方程进行线性变换，构造形如常规状态估计问题的发电机参数辨识模型，其中，表示当前循环待辨识的发电机参数向量、即状态量，表示待辨识参数经过辨识模型线性变换过程后的理论输出向量，所述理论输出向量中的所有元素均可通过外部量测直接获取，H为代表待辨识参数向量与理论输出向量之间线性关系的变换矩阵，z表示理论输出向量的实际测量值、即实测量，r为辨识模型中，理论输出向量与所述实测量z之间的残差向量；

(5)采用最小二乘法对所述发电机参数辨识模型进行参数循环辨识，根据最小二乘法，残差向量r的二范数最小为当前循环的优化目标，当前循环中的同步发电机参数辨识结果用下式表示：

x＝(H^TH)^-1H^Tz

对于尚未被辨识的参数，其初值采用发电机铭牌值；

(6)以残差向量r的二范数小于一个设定的门限值作为收敛条件，判断当前辨识循环是否收敛，若当前循环不收敛，则重新选择一组、即3个待辨识的发电机参数，转向步骤(4)，进行新一轮辨识；若当前循环收敛，转向步骤(7)；

(7)存储当前循环的参数辨识结果，并判断是否仍有未辨识的发电机参数，若仍有未辨识参数，则将当前循环的参数辨识结果作为后续辨识循环的已知量，转向步骤(4)，重新选择一组，即另外3个待辨识的发电机参数，进行下一轮辨识；若所有参数均已辨识完毕，转向步骤(8)；

(8)保存并显示所有参数辨识结果，结束辨识过程。

2.根据权利要求1所述的基于广域量测信息的同步发电机在线参数辨识方法，其特征在于：

在所述步骤(4)中，当待辨识参数为L_AD、L_AQ和r_F时，构造下式所示的发电机辨识模型：

$\begin{array}{c}\left[\begin{array}{ccc}0& 0& 0\\ \frac{1}{{\mathrm{\ω}}_B}(i_d^{\′}+i_F^{\′}+i_D^{\′})& \mathrm{\ω}(i_q+i_G+i_Q)& 0\\ -\mathrm{\ω}(i_d+i_F+i_D)& \frac{1}{{\mathrm{\ω}}_B}(i_q^{\′}+i_G^{\′}+i_Q^{\′})& 0\\ \frac{1}{{\mathrm{\ω}}_B}(i_d^{\′}+i_F^{\′}+i_D^{\′})& 0& i_F\end{array}\right]\left[\begin{array}{c}{L}_{\mathrm{AD}}\\ L_{\mathrm{AQ}}\\ r_F\end{array}\right]=\\ -\left[\begin{array}{ccccccc}r+3r_n& 0& 0& 0& 0& 0& 0\\ 0& r& \mathrm{\ω}{l}_q& 0& 0& 0& 0\\ 0& -\mathrm{\ω}{l}_d& r& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_Q\end{array}\right]-\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}{L}_0+3L_n& 0& 0& 0& 0& 0& 0\\ 0& l_d& 0& 0& 0& 0& 0\\ 0& 0& l_q& 0& 0& 0& 0\\ 0& 0& 0& l_F& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0^{\′}\\ i_d^{\′}\\ i_q^{\′}\\ i_F^{\′}\\ i_D^{\′}\\ i_G^{\′}\\ i_Q^{\′}\end{array}\right]-\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right]\end{array}$

式中各矩阵及向量与状态估计模型中各矩阵及向量的对应关系如下：

$\hat{x}=\left[\begin{array}{c}{L}_{\mathrm{AD}}\\ L_{\mathrm{AQ}}\\ r_F\end{array}\right],$ 表示当前循环待辨识的发电机参数向量；

$H=\left[\begin{array}{ccc}0& 0& 0\\ \frac{1}{{\mathrm{\ω}}_B}(i_d^{\′}+i_F^{\′}+i_D^{\′})& \mathrm{\ω}(i_q+i_G+i_Q)& 0\\ -\mathrm{\ω}(i_d+i_F+i_D)& \frac{1}{{\mathrm{\ω}}_B}(i_q^{\′}+i_G^{\′}+i_Q^{\′})& 0\\ \frac{1}{{\mathrm{\ω}}_B}(i_d^{\′}+i_F^{\′}+i_D^{\′})& 0& i_F\end{array}\right],$ 表示辨识模型的变换矩阵；

$\begin{array}{c}z=-\left[\begin{array}{ccccccc}r+3r_n& 0& 0& 0& 0& 0& 0\\ 0& r& \mathrm{\ω}{l}_q& 0& 0& 0& 0\\ 0& -\mathrm{\ω}{l}_d& r& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_Q\end{array}\right]\\ -\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}{L}_0+3L_n& 0& 0& 0& 0& 0& 0\\ 0& l_d& 0& 0& 0& 0& 0\\ 0& 0& l_q& 0& 0& 0& 0\\ 0& 0& 0& l_F& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0^{\′}\\ i_d^{\′}\\ i_q^{\′}\\ i_F^{\′}\\ i_D^{\′}\\ i_G^{\′}\\ i_Q^{\′}\end{array}\right]-\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right]\end{array},$ z表示待辨识参数经过辨识模型线性变换过程后的理论输出向量的实际测量值；

r为辨识模型中，观测向量理论值与所述实际测量值z的残差向量。

3.根据权利要求1所述的基于广域量测信息的同步发电机在线参数辨识方法，其特征在于：

在所述步骤(4)中，当待辨识参数为l_d、l_q和r_D时，构造下式所示的发电机辨识模型：

$\begin{array}{c}\left[\begin{array}{ccc}{i_d}^{\′}& i_q& 0\\ -i_d& {i_q}^{\′}& 0\\ 0& 0& i_d\end{array}\right]\left[\begin{array}{c}{l}_d\\ l_q\\ r_D\end{array}\right]=-\left[\begin{array}{ccccccc}0& r& \mathrm{\ω}{L}_{\mathrm{AQ}}& 0& 0& \mathrm{\ω}{L}_{\mathrm{AQ}}& \mathrm{\ω}{L}_{\mathrm{AQ}}\\ 0& -\mathrm{\ω}{L}_{\mathrm{AD}}& r& -\mathrm{\ω}{L}_{\mathrm{AD}}& -\mathrm{\ω}{L}_{\mathrm{AD}}& 0& 0\\ 0& 0& 0& 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_Q\end{array}\right]\\ +\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}0& L_{\mathrm{AD}}& 0& A_{\mathrm{AD}}& L_{\mathrm{AD}}& 0& 0\\ 0& 0& L_{\mathrm{AQ}}& 0& 0& L_{\mathrm{AQ}}& L_{\mathrm{AQ}}\\ 0& L_{\mathrm{AD}}& 0& L_{\mathrm{AD}}+l_F& L_{\mathrm{AD}}& 0& 0\end{array}\right]\left[\begin{array}{c}{i_0}^{\′}\\ {i_d}^{\′}\\ {i_q}^{\′}\\ {i_F}^{\′}\\ {i_D}^{\′}\\ {i_G}^{\′}\\ {i_Q}^{\′}\end{array}\right]+\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right]\end{array},$

式中各矩阵及向量与状态估计模型中各矩阵及向量的对应关系如下：

$\hat{x}=\left[\begin{array}{c}{l}_d\\ l_q\\ r_D\end{array}\right],$ 表示当前循环待辨识的发电机参数向量；

$H=\left[\begin{array}{ccc}{i_d}^{\′}& i_q& 0\\ -i_d& {i_q}^{\′}& 0\\ 0& 0& i_d\end{array}\right],$ 表示辨识模型的变换矩阵；

$\begin{array}{c}z=-\left[\begin{array}{ccccccc}0& r& \mathrm{\ω}{L}_{\mathrm{AQ}}& 0& 0& \mathrm{\ω}{L}_{\mathrm{AQ}}& \mathrm{\ω}{L}_{\mathrm{AQ}}\\ 0& -\mathrm{\ω}{L}_{\mathrm{AD}}& r& -\mathrm{\ω}{L}_{\mathrm{AD}}& -\mathrm{\ω}{L}_{\mathrm{AD}}& 0& 0\\ 0& 0& 0& 0& 0& 0& 0\end{array}\right]\left[\begin{array}{c}{i}_0\\ i_d\\ i_q\\ i_F\\ i_D\\ i_G\\ i_Q\end{array}\right]\\ +\frac{1}{{\mathrm{\ω}}_B}\left[\begin{array}{ccccccc}0& L_{\mathrm{AD}}& 0& A_{\mathrm{AD}}& L_{\mathrm{AD}}& 0& 0\\ 0& 0& L_{\mathrm{AQ}}& 0& 0& L_{\mathrm{AQ}}& L_{\mathrm{AQ}}\\ 0& L_{\mathrm{AD}}& 0& L_{\mathrm{AD}}+l_F& L_{\mathrm{AD}}& 0& 0\end{array}\right]\left[\begin{array}{c}{i_0}^{\′}\\ {i_d}^{\′}\\ {i_q}^{\′}\\ {i_F}^{\′}\\ {i_D}^{\′}\\ {i_G}^{\′}\\ {i_Q}^{\′}\end{array}\right]+\left[\begin{array}{c}{v}_0\\ v_d\\ v_q\\ -v_F\\ -v_D\\ -v_G\\ -v_Q\end{array}\right]\end{array},$

z表示待辨识参数经过辨识模型线性变换过程后的理论输出向量的实际测量值，r为辨识模型中，观测向量理论值与所述实际测量值z的残差向量。